编者注：本文根据艾瑞分析师林仁翔在艾瑞互听大会上发表的《人工智能行业分析》，主题为“人工智能为何如此火爆？”语音速记汇编。
什么是人工智能？从我们的角度来看，就是让机器人能够实现原本由人类智能执行的任务，比如视觉识别、看到物体、理解语言、将语言转化为文本，甚至做自动推理，模拟人类学习和思考的过程。
人工智能的基础是，通过大量数据的计算和处理，机器人可以完成人类原本可以完成的任务。
大家熟悉的就是前段时间AlphaGo与围棋棋手李世乭的比赛。
如果我们想穷尽Go的可能性，有10种可能性。
这是什么概念？目前人类可观测范围内的氢原子总数为10的80次方。
因此，目前还没有办法实现这种量级的操作。
AlphaGo之所以能够战胜李世乭，是因为它使用了蒙特卡洛评估方法和深度学习神经网络。
这些先进算法的应用可以实现让机器下围棋的任务。
只有我们人类才能完成的任务。
因此，人工智能的核心是算法——更高级的任务可以使用更高效、高性能的算法来完成。
人工智能算法的基础是计算能力，这是第一个基本条件。
也就是说，如果计算速度很慢，比如机器需要计算一盘棋，即使十步算一天，这样的计算效率是完全不可能下围棋的。
第二个基础是数据。
数据之于人工智能，就像经验之于人一样。
如果机器不能处理和识别围棋数据，它就会失去这个基础。
人工智能的发展路径人工智能的发展依赖于IT信息产业的发展。
第一个是计算机，它的出现使机器能够存储数据和执行计算。
第二个是互联网。
它的诞生使机器能够传输数据。
此外，用户在互联网上的行为也可以积累大量的数据，这些数据可以被机器处理。
第三个是物联网，可以增加更多的传感器，可以收集一些温度和环境信息。
物联网介入后，数据采集也可以由机器完成，提高了很多效率。
过去，很多数据需要人工输入，但有了物联网，就可以由机器来完成。
人工智能是数据应用的突破。
大家都在谈论大数据，但大家却不知道如何利用“大数据”。
这就需要人工智能算法和分析来实现应用价值。
最后，人工智能算法在数据应用上取得突破。
综上所述，人工智能发展的第一个阶段是在计算过程。
它允许机器开始像我们人类一样保存和计算。
一些神经网络和遗传算法的出现，让我们人类能够更高效、更快速地处理海量数据。
数据，也是后续开发的基础；第二阶段是感知智能，让机器能够理解我们的语言，理解世界上的一切。
此时的代表产品包括可以识别犯罪分子的摄像机。
例如，如果您有一些异常行为或偷东西，它可以发出警告。
例如，如果有囚犯的面部数据，无论囚犯出现在哪里，它都可以识别出该囚犯。
被发现。
还有能听懂人话的人等等。
正是像这些感知智能这样的技术的出现，可以帮助我们人类更有效地完成听和看的任务。
第三阶段是认知智能。
这时机器会主动思考并采取一些行动，比如自动驾驶和一些可以独立完成任务的机器人。
还有机器人做的医生决策助手等产品。
当这样的事情出现时，机器人可以开始提供更全面的指导，甚至部分取代人的工作。
比如在外科手术中，人工智能最大的价值就是替代或者辅助我们人类完成一些任务。
因为它的计算效率非常高，并且可以快速复制，所以可以大大提高人们的工作效率，解放我们的劳动力。
可以预见，人工智能发展后，一些重复性劳动很可能会被机器取代，比如用一些机械臂来完成一些流水线生产。
这些都是非常典型的代表。
所以从人工智能的价值出发，至少目前来看，人工智能是一个B2B的业务，比如代替银行完成一些身份验证。
比如刷卡，以后进入高铁、机场就不需要查票了。
这将由机器来完成，这将降低机场和一些相关部门的成本。
人工智能产业链结构中最基础的部分是人工智能的两个基本条件，一是计算能力，二是数据能力。
因此，计算和数据也是产业链的基础。
如果再到第二个层次，我们刚才提到了做核心算法的公司。
他们研究这个核心算法，包括人工智能识别算法等，顶层的公司正在基于这个技术做一些应用，就像比如人脸识别技术成熟之后，支付宝会利用人脸识别技术进行身份识别确认。
未来您可以通过刷脸验证，而无需输入密码。
应用程序分为两类。
还有硬件产品的应用，比如机器人、无人机等智能硬件。
还有一个软件服务，比如说大家都接触到的虚拟个人助理，比如度蜜等等。
当前人工智能的发展。
近年来，人工智能依赖于计算，这就是摩尔定律。
它还没有过期。
另一个是互联网产生的大数据。
当这两个条件成熟后，2008年，Hinton等人。
提出深度学习，并在数据训练方面取得巨大突破。
事实上，它是一种多次抽象特征量的算法。
该算法提出后，非常适合大数据处理运算。
结合计算和数据，当这三个条件成熟时，人工智能的感知实现水平将实现巨大突破。
可以看到目前的语音识别和视觉识别算法基本上识别率都在95%以上。
在深度学习出现之前，视觉和语音识别率约为 60% 至 70%。
十句话我能听懂六句，没用。
正是因为有了这种算法，在数据和计算成熟之后，人工智能在感知层才取得了突破。
那么认知的突破是从什么时候开始的呢？事实上，我们还不知道。
因为我们仍然怀疑仅靠深度学习神经网络是否可以让机器思考这个问题。
另一个方向是对人脑进行研究，就是从脑科学上实现认知突破。
这非常依赖生物学和一些相关学科的突破，因为这方面还处于探索过程中。
我不知道这个问题什么时候能解决。
因此，我们还不知道人工智能的下一阶段发展何时才能实现。
虽然我们不知道机器什么时候能够思考，但它现在可以听和读。
现阶段像科大讯飞这样的公司在感知层已经做了一些产品，也取得了一些利润，所以我们觉得基于目前的感知技术，人工智能的某些方面有很大的机会实现，行业还处于发展阶段。
它的婴儿期。
对于初创企业和行业巨头来说，都有巨大的机会。
感知智能的普及还需要5到10年的时间，因为它的技术还需要改进。
这个技术不仅仅是识别技术本身，还有一些应用技术。
比如说，你可能知道去年有一个新闻，就是赵薇的丈夫，公证处使用面部识别来确定身份。
有人利用赵薇丈夫的照片完成身份辨认工作，导致他遭受损失。
这次事件之后，这些鉴定公司纷纷研究活体验证技术。
它不仅能识别一个人，还能知道你是一个活人还是一张照片。
在此基础上，我们还需要在技术应用上做出一些改进。
这种改进需要时间。
刚才另一个人提到了物联网，它是关于数据的。
物联网还不够普及或者发展还需要时间。
对此，我们部门分析师前几天提出了一个问题：机器什么时候能够吃红烧肉并知道红烧肉是否好吃？如今的机器人处理味道和气味数据的能力较差，这依赖于物联网传感器和其他相应的工业发展。
最后一个是计算，因为现在人工智能的计算量非常大。
去年就发生了一件事情，就是百度人工智能大赛中出现技术作弊的情况。
虽然那次事件给百度带来了不好的名声，但事实并非如此。
震惊了业界。
本次比赛规定一个公司或一个团队每周只能上传一次数据。
因此，如果多次上传数据，百度将被视为作弊。
不过，这起事件从另一个侧面说明了百度目前的处境。
百度的计算能力很强，其他公司做不到。
他们要在一周内处理如此大量的数据，但百度可以做到。
因此，计算仍然是人工智能的瓶颈。
所以，总体来说，我们认为人工智能发展到大规模普及还需要5到10年的时间，大家还有很多机会。
中国人在国内人工智能的发展上做得相当不错。
这可能是因为中国人更擅长数学，更擅长人工智能，尤其是在语音和视觉识别方面。
中国仍然处于世界之巅。
、科大讯飞和百度也突破了95%的语音识别门槛。
FACE++和唐晓鸥教授团队完全有能力在各种国际比赛中与Google、Facebook等巨头公司竞争。
这就是我们技术的现状。
无论是百度、阿里巴巴还是腾讯这样的巨头公司，他们在人工智能方面都取得了很多突破。
百度声称每年投资70亿。
他们在这里做了很多事情，包括建立自动驾驶技术。
事业部等业务部门推出了杜米。
例如，阿里巴巴推出了大数据计算平台。
昨天阿里巴巴推出了阿里小AI，还预测了本赛季的冠亚季军。
例如，腾讯正在推出自动文案机器人。
腾讯的视觉识别平台、探索实验室和华为的诺亚方舟实验室可以看出国内企业的大量投入和布局。
再看初创公司，截至2018年数据，我国已有100多家初创公司，其中65家获得融资，融资总额达29.11亿元。
众所周知，艾瑞咨询发布了中国创业独角兽榜单。
人工智能领域有四家公司。
人工智能方面投入了多少？过去四年，人工智能投资稳步增长。
去年，人工智能领域共发生投融资43起，总金额14.23亿。
今年企业融资约4亿元。
Q1本来是投资行业的淡季，但这4亿元说明中国人工智能可以取得比以前更高的金额。
最后，从细分领域分析，70%的中国初创企业一直在做应用。
这就是我们国家一些行业的现状。
我们获得了Google和Facebook的研究技术并开源后，我们很快就应用了这项技术。
然而，对于底层和中层的原创性研究，我国的创业公司仍然不擅长。
但我们在视觉、听觉方面做出了很多应用、做出了很好的产品。
从应用类型来看，约83%的企业从事软件服务，机器人等硬件产品相对较少。
我们来看看算法。
55% 正在研究计算机视觉。
刚才我们提到中国社区在做视觉识别，确实非常好。
其中，13% 从事自然语言处理，9% 从事机器学习。